생성형 Ai의 미인 대회 게임(러시아)

이번 연구는 AI가 인간처럼 전략적으로 사고할 수 있는지를 검증하기 위해 진행되었습니다. 연구진은 경제학에서 널리 사용되는 **‘미인 대회 게임’(Keynesian Beauty Contest)**을 활용하여 AI와 인간의 선택 패턴을 비교하였습니다.

미인 대회 게임이란?

이 게임은 참가자들이 0에서 100 사이의 숫자 중 하나를 선택한 후, 그 숫자들의 평균값의 특정 비율(예: 2/3)에 가장 가까운 숫자를 선택한 사람이 승리하는 방식으로 진행됩니다. 이 과정에서 참가자들은 상대방이 어떤 숫자를 선택할지를 예측해야 하므로, 전략적 사고 능력을 평가하는 데 유용한 실험 도구로 활용됩니다.

예를 들어,
• 참가자들이 무작위로 숫자를 선택한다면 평균값은 약 50이 됩니다.
• 그러나 일부 참가자들은 “다른 사람들도 평균값의 2/3을 고려할 것이므로 나는 그보다 낮은 숫자를 선택해야 한다”고 판단하여 33을 선택할 것입니다.
• 이러한 논리를 반복하면 결국 **이론적으로는 0을 선택하는 것이 최적의 해답(Nash Equilibrium)**이 됩니다.

하지만 실제 실험에서는 참가자들이 완전히 논리적으로 사고하지 않기 때문에, 대부분 0을 선택하지 않는 경향을 보입니다. 연구진은 이러한 특징을 활용하여 AI가 인간의 전략적 사고를 얼마나 모방할 수 있는지를 분석하였습니다.

AI는 인간보다 전략적인가?

연구진은 GPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Flash, Llama 3.1-8B 등의 최신 AI 모델들과 인간 참가자 그룹을 비교하여 실험을 진행하였습니다. 실험 결과, 다음과 같은 특징이 나타났습니다.

1. AI는 인간보다 낮은 숫자를 선택하였습니다.
• 대부분의 AI 모델은 10~20 사이의 숫자를 선택하는 경향을 보였습니다.
• 반면, 인간 참가자들은 30~40 사이의 숫자를 선택하는 경우가 많았습니다.
• 이는 AI가 인간이 더 전략적으로 사고할 것이라고 과대평가하는 경향이 있음을 시사합니다.

2. AI 모델 간에도 차이가 있었습니다.
• GPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Flash 등의 모델은 더 낮은 숫자를 선택하며 이론적 균형점(0)에 가까워지는 경향을 보였습니다.
• 반면, Llama 3.1-8B 모델은 인간과 유사한 숫자를 선택하여 다른 AI 모델들과 차이를 보였습니다.

3. AI도 환경에 따라 전략을 조정하였습니다.
• AI는 상대방이 누구인지에 따라 다른 숫자를 선택하는 경향을 보였습니다.
• 경제학이나 게임 이론을 전공한 참가자들과 경쟁할 때는 더 낮은 숫자를 선택하며 최적의 해답에 가깝게 접근하였고,
• 일반 참가자들과 경쟁할 때는 상대적으로 높은 숫자를 선택하면서 적응하는 모습을 보였습니다.

이러한 결과는 AI가 단순한 최적화 알고리즘이 아니라, 상황에 따라 전략을 조정할 수 있는 적응력을 일부 갖추고 있음을 보여줍니다.

AI의 전략적 한계 – 이론적으로는 완벽하지만, 현실에서는?

이번 실험에서 가장 흥미로운 점은 AI가 인간보다 더 전략적으로 보였지만, 실제로는 승리하지 못하는 경우가 많았다는 점입니다.
• AI는 인간이 더 전략적일 것이라고 가정하고 행동하는 경향을 보였습니다.
• 그러나 실제로는 많은 참가자들이 50에 가까운 숫자를 선택했음에도 불구하고, AI는 여전히 낮은 숫자를 선택하여 승리하지 못하는 사례가 발생하였습니다.
• 즉, AI는 이론적으로는 최적의 전략을 수행하지만, 현실에서는 오히려 비효율적인 결과를 초래할 수 있음을 의미합니다.

이는 경제 및 금융 분야에서도 중요한 시사점을 제공합니다.
• AI가 금융 시장에서 투자 결정을 내릴 때도 “모든 투자자가 합리적으로 행동할 것”이라는 가정이 포함되어 있다면, 예측이 틀릴 가능성이 커질 수 있습니다.
• 따라서 AI가 인간의 비합리적인 행동까지 고려할 수 있도록 학습해야 한다는 점이 강조됩니다.

AI가 해결해야 할 과제

이번 연구는 AI가 인간처럼 전략적으로 사고할 수 있을지에 대한 중요한 실험이었지만, AI가 인간의 사고방식을 완벽히 모방하려면 아직 갈 길이 멀다는 점도 확인되었습니다.

연구진은 향후 AI가 보다 인간과 유사한 전략적 사고를 수행하기 위해 다음과 같은 개선이 필요하다고 제안하였습니다.

1. 인간의 ‘불완전한 합리성’을 학습해야 합니다.
• AI는 단순히 수학적으로 최적의 해답을 찾는 것이 아니라,
• 인간이 어떤 방식으로 결정을 내리는지를 학습하는 과정이 필요합니다.

2. AI가 상대방의 수준을 더 정확히 평가해야 합니다.
• 실험에서도 AI는 상대방을 과대평가하는 경향을 보였습니다.
• 향후 AI가 상대방의 전략적 사고 수준을 보다 정확하게 예측할 수 있도록 메타인지(meta-cognition) 기능을 추가하는 연구가 필요합니다.

3. AI 모델 간의 차이를 분석해야 합니다.
• 이번 실험에서도 Llama 3.1-8B 모델이 다른 AI 모델보다 인간과 유사한 선택을 하는 경향이 확인되었습니다.
• 향후 연구에서는 AI 모델 간의 차이를 보다 체계적으로 분석하여, 어떤 AI 모델이 인간과 가장 유사한 전략적 사고를 수행하는지를 연구할 필요가 있습니다.

결론 – AI는 인간을 완전히 대체할 수 있을까?

이번 연구를 통해 AI가 이론적으로는 최적의 전략을 수행할 수 있지만, 현실에서 인간의 사고방식을 완벽히 모방하지는 못한다는 점이 확인되었습니다.
• AI는 전략적 사고가 필요한 환경에서도 적응할 수 있는 능력을 갖추었지만, 여전히 인간의 ‘불완전한 합리성’을 반영하지 못하는 한계를 보였습니다.
• 이는 AI가 금융, 경제, 게임 이론 등의 분야에서 활용될 때, 단순한 수학적 최적화가 아니라, 인간의 심리적 요소까지 반영할 수 있도록 발전해야 한다는 점을 시사합니다.

앞으로 AI가 보다 인간과 유사한 사고방식을 갖추기 위해서는, 인간의 의사결정 과정에 대한 보다 정교한 연구가 필요할 것으로 보입니다.